📅9 月 3 日 GPT6 正式发布，现阶段仅对合作伙伴开放。 💰定价为每百万 token 10 美元 / 50 美元，是 Sol 版本的 2.5 倍，与 Fa
- 序号：358
- 星球链接：打开网页
- 附件：图片 0，音频 0，文档 0
- 音频文件：无音频
图片
无图片
正文
📅9 月 3 日 GPT6 正式发布，现阶段仅对合作伙伴开放。 💰定价为每百万 token 10 美元 / 50 美元，是 Sol 版本的 2.5 倍，与 Fable 5.1 处于同一水平；训练工作在 Stargate 德州站点完成，动用 10 万颗以上 GPU，属于 OpenAI 史上规模最大训练任务；本次训练首次大规模使用前代模型参与监督训练。 🧩模型架构：OpenAI 资料卡片没有给出明确说明，但此前已经变相承认采用 Looped transformer/Recurrent Depth 架构。 🚀模型能力达到 AGI 时代：科学、几何、3D、电脑操作相关能力大幅增强，ARC‑AGI 得分达到 99%，对比 5.6Sol 版本 7.8% 的水平实现大幅提升。 📉Token 消耗量大幅下降：基于多类任务实测结果，单任务对比 5.6Sol 的 Token 消耗下降 2‑6 倍，同时模型能力大幅提升。OpenAI 表示在 Codex 体系当中，Astra 不再对每一轮对话做压缩处理，改用跨窗口笔记替代压缩，旧窗口内容支持检索。 💡我们判断带来的相关影响： 🔹1、大模型每轮前向传播计算量提升，难以用语言描述的推理类能力实现大幅增长。乐谱、零件多视图、GUI 截图、科研数据这类很难转化为清晰文字的场景，能力提升 10 倍，表现极度接近人类。OpenAI 总裁 Greg 据此提出产品已经迈入 AGI 时代。 🔹2、Astra 的参数量、单 Token 成本较 5.6Sol 出现明显抬升，但参数量会略低于 Fable。规模叠加长程强化学习提升的是执行能力，并非认知能力；知识容量增长属于另外一条能力曲线，在知识容量这条赛道上 Anthropic 在 AA 评测当中依旧保持领先。OpenAI 已经启动更大参数量模型的训练工作。 🔹3、输入侧前缀缓存池规模扩大，输出侧 KV 增长放缓，Token 消耗下降 2‑6 倍，模型的资源消耗特征转向算力受限，而非内存受限。 🔹4、OpenAI 额外投入 20% 推理算力用于实现监控功能。 🔹5、硬件层面，GPU、ScaleUp、CPX、SRAM 的需求会大幅上行，DRAM 的短期需求受到压制。应用层面，科学 CAD、UnityEDA 等能力显著增强，具备物理验证壁垒的环节会充分受益，包括自驱实验室、抗体数据、先进工艺的签核、仿真；传统 RPA 受到冲击，Agent 监控以及网络安全业务迎来利好。
总体总结
主题正文
- 💰定价为每百万 token 10 美元 / 50 美元，是 Sol 版本的 2.5 倍，与 Fable 5.1 处于同一水平；
- 训练工作在 Stargate 德州站点完成，动用 10 万颗以上 GPU，属于 OpenAI 史上规模最大训练任务；
- 🧩模型架构：OpenAI 资料卡片没有给出明确说明，但此前已经变相承认采用 Looped transformer/Recurrent Depth 架构。
- 🚀模型能力达到 AGI 时代：科学、几何、3D、电脑操作相关能力大幅增强，ARC‑AGI 得分达到 99%，对比 5.6Sol 版本 7.8% 的水平实现大幅提升。
- 📉Token 消耗量大幅下降：基于多类任务实测结果，单任务对比 5.6Sol 的 Token 消耗下降 2‑6 倍，同时模型能力大幅提升。
- 🔹1、大模型每轮前向传播计算量提升，难以用语言描述的推理类能力实现大幅增长。
- 知识容量增长属于另外一条能力曲线，在知识容量这条赛道上 Anthropic 在 AA 评测当中依旧保持领先。
- 🔹3、输入侧前缀缓存池规模扩大，输出侧 KV 增长放缓，Token 消耗下降 2‑6 倍，模型的资源消耗特征转向算力受限，而非内存受限。